近年来，随着小世界模型与无标度模型的提出，复杂网络的研究不再局限于数学的范畴，逐渐受到生物学、计算机科学、社会学、统计物理学和经济学等多个领域的广泛关注，并且表现出了一定的应用价值。在探索复杂网络的社区结构中，发现现实中越来越多的问题可以通过社区发现技术来解决。本文以傣族水文化为研究对象，运用复杂网络的社区划分算法来研究傣族水文化结构模型。　　针对传统的贪婪式K-L算法中必须已知社区网络大小以及不能做到随机分割的问题，提出了一种改进的K-L算法，在传统算法的节点交换的基础上，提出了节点转移的概念，通过节点转移提高其社区划分效果。　　在对傣族水文化的现实状况分析的基础上，提出了基于解释结构模型的GN改进算法，首先通过ISM建立傣族水文化层次结构模型的树状图，再以GN切分法进行社区划分。　　分别将传统K-L算法、GN算法、改进K-L算法和改进GN算法应用到傣族水文化模型分析与社区划分中，采用Matlab编程进行了实验仿真。仿真结果表明，改进K-L算法对傣族水文化社区模型的划分具有更优的模块度，提高了划分的效果。同时，通过计算，改进G-N算法也获得了比传统GN算法更好的区分效果。